Parametrik VaR
Value at Risk, varyans/kovaryans VaR olarak bilinen bir yöntemle parametrik olarak da hesaplanabilir. Bu yöntem, gerçek getiri değerleri yerine tarihsel getiri dağılımının özelliklerine dayanarak olası senaryoları simüle etmene olanak tanır. Parametrik VaR(90) değerini şu şekilde hesaplayabilirsin:
# scipy.stats içinden norm'u içe aktar
from scipy.stats import norm
# Parametrik VaR'ı hesapla
norm.ppf(confidence_level=0.10, mu, vol)
burada mu ve vol sırasıyla ortalama ve oynaklıktır.
Getiri verileri (ondalık biçimde) StockReturns değişkeninde mevcut.
Bu egzersiz
Python ile Portföy Risk Yönetimine Giriş
kursunun bir parçasıdırEgzersiz talimatları
scipy.statsiçindennorm'u içe aktar.StockReturns'un ortalama ve oynaklığını hesaplayıp sırasıylamuvevoldeğişkenlerine ata.- VaR(95) için
confidence_leveldeğerini ayarla. norm.ppf()fonksiyonunu kullanarak VaR(95) hesapla; birinci parametre olarak güven düzeyini, ikinci ve üçüncü parametre olarak da mu ve vol değerlerini geçir.
Uygulamalı interaktif egzersiz
Bu örnek kodu tamamlayarak bu egzersizi bitirin.
# Import norm from scipy.stats
____
# Estimate the average daily return
mu = ____(StockReturns)
# Estimate the daily volatility
vol = ____(StockReturns)
# Set the VaR confidence level
confidence_level = ____
# Calculate Parametric VaR
var_95 = ____
print('Mean: ', str(mu), '\nVolatility: ', str(vol), '\nVaR(95): ', str(var_95))